学习JAVA 语言——20201011

我是一名在校生,学习软件工程,学习之余,愿意将我从零开始学的详细内容与大家分享。如果你学到了,感觉我写的较好的话,请给个关注,点赞👍废话少说,直接上干的。

## 初识JAVA

计算机按照某种顺序完成一系列指令,这一系列指令的集合称为程序
编写程序的工具就是计算机语言,java只是其中一种。
JAVA语言究竟能够做什么呢?在计算机应用领域中可以把JAVA应用分为两种:

一种是安装和运行在本机上的桌面程序
另一种是通过浏览器访问的面向Internet的应用程序

目前学习应用最广泛的两种Java技术:Java SE (标准版)Java EE(企业版)。

Java SE

(Java Platform Standard Edition) 是Java 技术的核心,提供基础的java开发工具,执行环境与应用程序接口(API),主要用于桌面应用程序的开发。Java SE 就是教人们成为一名大神所需要掌握的基本功。

Java EE

(Java Platform Enterprise Edition)主要用于网络程序和企业级应用的开发。需要强调的是,任何Java学习者都要从Java SE开始,Java SE 是Java语言的核心,而Java EE是在Java SE 的基础上扩展的。Java SE提供了JAVA的执行环境,是开发出的应用程序能够在操作系统上运行。

开发Java程序的步骤

  1. 编写源程序 :程序员编写.java文件
  2. 编译源程序 :通过cmd命令把.java文件编译成.class文件
  3. 运行 :直观的看到运行结果
    之所以能够编译成.class文件,那是完全基于有JDK(Java Development Kit,Java开发工具包)

什么是JDK ?如何安装JDK?

JDK就是Java开发工具包,没有JDK的话,无法编译Java程序,如果想只运行Java程序,要确保已安装相应的JRE。jre 是Java的开发运行环境。

JDK可以从我的百度网盘上下载,下面就是我为你准备好了的。

链接:https://pan.baidu.com/s/1-darMvDHDpogFDPtDr_sfw
提取码:71xb
复制这段内容后打开百度网盘手机App,操作更方便哦

安装完JDK后,配置环境变量 : 计算机右键→属性→高级系统设置→高级→环境变量
在这里插入图片描述

  1. 新建 JAVA_HOME 变量
    在这里插入图片描述
  2. 查找 CLASSPATH 变量,若没有的话,需新建
    在这里插入图片描述
    在这里插入图片描述
  3. 找到Path变量进行编辑,将“%JAVA_HOME%\bin”和“%JAVA_HOME%\jre\bin”加入Path的变量值中
    在这里插入图片描述
  4. 每次编辑完“环境变量”,都要点击“确定”加以保存,否则,你所“新建/编辑”的环境变量都是无效的
    在这里插入图片描述
    然后一路确定就OK了。接下来就是验证JDK是否配置成功

测试

win+R打开cmd命令输入 Java+回车,显示出 java 的相关信息;键入 Javac + 回车,显示出 Java 编译的相关信息,即表示安装并配置成功
在这里插入图片描述

查看所安装jdk的版本信息,可在cmd窗口键入"java -version"(大小写没影响的)。
安装配置JDK即大功告成了。

以上内容,若有侵权请及时告知,我会立即删除,以此为证。

  • 9
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 17
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论 17
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值